1. 背景和思路

系统稳定：系统储存的总能量持续地减小，直至耗尽，系统状态就会趋于平衡态
稳定性考察：考察一个正值的能量函数V(x)V(x)V(x)和它的变化率V˙(x)\dot{V} (x)V˙(x)来判断。若V˙(x)\dot{V} (x)V˙(x)始终为负，则系统稳定。
困难：对于一般的动态系统，并不是总能明确地定义一个能量函数
解决方案：用一个正定的标量函数作为系统的广义能量函数
这个标量函数是什么：运用李雅普诺夫第二方法判断系统稳定性时，常常采用二次型的标量函数。所谓二次型函数，是指形如
V(x)=xTPxV(x)=x^TPxV(x)=xTPx
的函数，这里P是实对称矩阵。设

则V的正定性可以用西尔维斯特(Sylvester) 准则来判断：
（1）二次型正定：即P矩阵正定：顺序主子式都大于0
（2）二次型（或P）负定：充要：P的主子式满足：

注：
要求正定，则说明V是正值能量函数，要求二次型，则符合能量特征。

2. 李雅普诺夫第二方法

取非线性定常系统状态方程为：
x˙(t)=F(x(t))\dot{x}(t)=F(x(t))x˙(t)=F(x(t))
系统平衡状态为：xe=0x_e=0xe=0
定理1：
（寻找李雅普诺夫函数，使得系统渐近稳定）
（1）对于具有连续一阶偏导数的标量函数V(x)，如果V(x)正定，V(x)的导数负定，则系统平衡状态是渐近稳定的，这样的V(x)就是系统的一个李雅普诺夫函数。
（2）如果在（1）成立的情况下，V(x)还满足径向无界条件：

那么平衡状态在整个状态空间中是大范围渐近稳定的。（意义见后面例题）
问题：在定理1中，如果V的导数是半负定的，一般只能确定系统平衡状态在李雅普诺夫意义下是稳定的，但不能确定其渐近稳定性。
解决方案：加一个限制条件，见定理2。
定理2：
（没找到满足定理1的李雅普诺夫函数，但是找到了自身正定、导数半负定的V，也想实现渐近稳定性）
如果V在系统状态方程的任一非零解的状态运动轨迹上不恒为0，那么系统的平衡状态也是渐近稳定的（#跟减函数相似）。如果V径向无界，那么系统是大范围渐近稳定的。

定理3：
（判断系统的不稳定性）
如果找到了有连续一阶偏导数的标量函数V，满足V正定，V的导数也正定，那么系统平衡状态是不稳定的。

3. 李雅普诺夫稳定性分析

对于只有唯一平衡状态的线性定常系统，平衡状态的大范围稳定性与系统的稳定性是一回事，因此就不加区分了。下面将分别介绍用李雅普诺夫第二方法（下称李二法）来分析线性定常连续时间系统和线性定常离散时间系统的稳定性。
（1）线性定常连续时间系统
状态方程：
x˙(t)=Ax(t)\dot{x}(t)=Ax(t)x˙(t)=Ax(t)
系统唯一平衡态：xe=0x_e=0xe=0
李函数变化率：

记

为了使系统渐近稳定，Q应该正定。
问题：有时候P选得不好，Q既不是正定的也不是负定的，就不能用李二法判断系统稳定性了。
解决方案：实际用李二法的时候，一般先确定一个正定的Q，然后求解下面的李方程：
ATP+PA=−QA^TP+PA=-QATP+PA=−Q
再找到正定的P。只要系统是渐近稳定的，那么这个李方程就一定存在正定解。也就是说，已知系统渐近稳定，那么一定存在李函数。这和前面用李函数判断渐近稳定性刚好反过来。这也就有了定理4。
定理4：
线性定常连续时间系统渐近稳定的充要条件：对任意给定的正定矩阵Q，存在正定矩阵P为李方程的解。
因为Q是任意的，所以一般来说，Q取单位阵，最简单了。
（2）线性定常离散时间系统
系统状态方程：x(k+1)=Ax(k)x(k+1)=Ax(k)x(k+1)=Ax(k)
系统唯一平衡态：xe=0x_e=0xe=0
李函数：V(x)−=−xTPxV(x)-=-x^TPxV(x)−=−xTPx
因为是离散时间系统，所以用V(x(k+1))-V(x(k))作为变化率：

同样设：Q=−(ATPA−P)Q=-(A^TPA-P)Q=−(ATPA−P)
为了让系统渐近稳定，Q应该是正定的。和连续时间系统一样，一般也是先确定Q，然后求解李方程：
ATPA−P=−QA^TPA-P=-QATPA−P=−Q
找到正定的P。同样，有定理5：
定理5：
线性定常离散时间系统渐近稳定的充要条件：对任意给定的正定矩阵Q，存在正定矩阵P，成为李方程的解。
同样，一般取Q为单位阵。

4. 例题

1. 判断非线性定常系统稳定性：

首先这是二维系统。P是自己选的，要找一个2*2的矩阵。
先确定稳态：两个x的导数都为0，解出来是x1=x2=0，所以稳态是[0,0]’。
P取为I2，得到李雅普诺夫函数：

只要选正定的P，那么V(x)就是正定的，要验证的只是它的导数的负定性：

计算的时候代入x1和x2的导数的表达式就可以。这里a>0，V的导数是负定的。所以平衡状态是渐近稳定的。
另外，当||x||无穷的时候，V也无穷，所以系统在整个状态空间中是大范围渐近稳定的。
大范围渐近稳定的意义：

2. 判断非线性定常系统稳定性：

平衡状态：[0,0]’。
选择P=I2，李雅普诺夫函数：

导数：

只有在x2=0和x2=-1两条直线上，导数为0，所以V的导数是半负定的。

3. 判断线性定常系统稳定性：

平衡状态：[0,0]’
李雅普诺夫函数：

变化率：

所以平衡状态是不稳定的。
4. 判断线性定常系统稳定性：

唯一平衡状态：原点。
取Q为单位阵，则李方程为：

整理成方程组：

因为P是对称的，所以

从而：

利用西尔韦斯特准则，可以得到：

所以P是正定的。所以系统是渐近稳定的。
但这里的Q是指定的，按理说要对任意给定的Q都存在P作为方程的解才行啊，不应该用一般的形式来证明吗？不需要，因为既然找到了合适的P，使得V正定，V的变化率负定，那么系统已经是渐近稳定的了。
5. 求线性定常离散时间系统的稳定性条件：

取Q为单位阵，解李方程：

写成方程组：

考虑P的对称性，解得：

要让P正定，必须满足：

解不等式得到：

这就是线性定常离散时间系统渐近稳定的充要条件了。这和用离散时间系统稳定性代数判据得到的结论是一样的。

5. 参考文献

[1] 田玉平，蒋珉，李世华．自动控制原理[M]．北京：科学出版社，2006

李雅普诺夫（第二方法）稳定性分析+例题相关推荐

Lyapunov稳定性分析2（连续时间系统）
Lyapunov稳定性分析2(连续时间系统) 一.李雅普诺夫第一方法(==间接法==) 二.李雅普诺夫第二方法(==直接法==) 三.李雅普诺夫稳定性判定(连续时间系统) 3.1 Lyapunov渐近 ...
C++ 十大经典排序算法原理及模板之STL方法实现以及稳定性分析
写在前面: 1.本文中默认排序为升序,降序的原理类似. 2.如果程序直接复制到vs出现无法识别标记的问题,解决方法在这:vs无法识别标记的解决方法 3.本文的算法都是自己用stl实现的,疏漏之处还请指 ...
CVPR 2021 | 国防科大：基于几何稳定性分析的物体位姿估计方法
作者|机器之心编辑部来源|机器之心物体 6D 姿态估计是机器人抓取.虚拟现实等任务中的核心研究问题.近些年来,随着深度学习技术和图像卷积神经网络的快速发展,在提取物体的几何特征方面出现了许多需要改 ...
ML：机器学习模型的稳定性分析简介、常见的解决方法之详细攻略
ML:机器学习模型的稳定性分析简介.常见的解决方法之详细攻略目录 ML:机器学习模型的稳定性分析简介.常见的解决方法 1.增强稳健性的通用方法 2.提高模型稳定性-适合泛线性模型(如逻辑回归)-幅度 ...
变形监测基准点稳定性分析的必要性与方法？变形监测成果资料整理的内容和方法？3、变形分析与预测方法？
变形监测基准点稳定性分析的必要性?方法? 必要性变形监测分析与预报是工程或设备安全运营的基本保障,变形分析结果是对设计正确性的检验,是修改设计或类似工程新设计的依据. 变形体的位移由其上离散的目标点 ...
一阶时滞微分方程三种求解方法的MATLAB实现及稳定性分析
前言: 大学期间只学习过<常微分方程>,没想到有些学校竟然还学<时滞微分方程>,于是找到一本由内藤敏机(日本)等著,马万彪等译的<时滞微分方程--泛函数微分方程引论> ...
【控制】李亚普诺夫稳定性分析
李亚普诺夫稳定性分析李亚普诺夫稳定性分析 1. 系统平衡状态 2. 稳定性 2.1 李亚普诺夫意义下的稳定 2.2 渐进稳定 / 2.3 大范围稳定 2.4 不稳定 3. 李亚普诺夫第一法 4. 李 ...
数值分析(12)：Rung-Kutta法及单步法的收敛性和稳定性分析
Rung-Kutta法及单步法的收敛性和稳定性分析 1. 引言 2. Runge-Kutta法 2.1 一阶RK方法 2.2 二阶RK方法 2.3 三阶RK方法 2.4 四阶RK方法 3. 单步法收敛 ...
matlab试判断稳定性,MATLABsimulink稳定性分析时域分析
<MATLABsimulink稳定性分析时域分析>由会员分享,可在线阅读,更多相关<MATLABsimulink稳定性分析时域分析(26页珍藏版)>请在人人文库网上搜索. 1. ...
多维泰勒网matlab,非线性系统多维泰勒网控制的稳定性分析及性能优化
非线性系统多维泰勒网控制的稳定性分析及性能优化 [摘要]:非线性是自然界和工程技术中最普遍的现象,自动控制领域一直寻求能够直接对非线性系统进行设计与处理的方法,设计一种用于非线性系统控制的高性能控制器 ...

李雅普诺夫（第二方法）稳定性分析+例题

目录